蒙古国乌兰巴托市社会经济地位对中风患者功能康复的影响

《Journal of the American Heart Association》：Impact of Socioeconomic Status on Functional Outcome After Stroke in Ulaanbaatar, Mongolia

　　**摘要**

**背景**
中风对社会经济地位较低的人群影响尤为严重，这导致这些群体的预后较差。本研究旨在评估社会经济地位（SES）与蒙古国中风后短期和长期功能结局之间的关联。

**方法**
2019年至2020年间，在蒙古国乌兰巴托进行了一项基于人群的前瞻性中风发病率研究。SES指标包括平均家庭收入和最高教育水平。主要结局是在28天、90天和365天时，根据修订版Rankin量表（mRS）得出的功能结局变化（0–2分 vs 3–6分）。使用逻辑回归分析SES与结局之间的关联。为了根据12个月内mRS的重复测量结果评估关联，采用了广义线性混合效应模型，并通过中介分析确定SES影响结局的机制。

**结果**
共纳入2205名患者（平均年龄58.0±12.8岁；1330名[60.3%]为男性）。家庭收入较高的患者短期（调整后的比值比0.36 [95% CI, 0.26–0.49]）和长期（调整后的比值比0.41 [95% CI, 0.30–0.58]）结局较差的可能性较低。SES较高的患者恢复速度更快，且在各种中风类型中，脑内出血患者的恢复速度最慢。中介分析显示，SES对功能结局的影响主要是直接的，而非通过其他中介因素。

**结论**
SES较高的患者在中风后1年内的恢复情况较好。SES显著直接影响中风结局。

**非标准缩写和缩略词**
HRQoL：健康相关生活质量
ICH：脑内出血
LMIC：低收入和中等收入国家
mRS：修订版Rankin量表
NIHSS：美国国立卫生研究院中风量表

**研究视角**
**新发现**
- 在蒙古国进行的一项基于人群的前瞻性研究中，我们观察到中风后28天、90天和365天时，社会经济地位与中风结局之间的关联在方向和程度上均一致；中等社会经济地位组患者在90天后的恢复情况更为明显。
- 家庭收入与长期中风结局之间的关联未受到协变量的 mediation（调节）。入院时中风的严重程度（通过修订版Rankin量表和美国国立卫生研究院中风量表衡量）部分调节了教育与中风结局之间的关系。

**未来研究方向**
未来的研究应重点探讨社会经济地位与中风结局之间的潜在机制，包括医疗保健可及性和康复服务对结局变化的影响。

**讨论**
中风是一个重大的公共卫生问题，其全球负担主要落在低收入和中等收入国家（LMIC）身上，预计随着人口老龄化，这一情况将加剧。中风对社会经济地位较低的人群影响尤为严重，导致病情更严重、不良功能结局的可能性更高以及更高的死亡率。关于LMIC中风影响的多数证据来自选择性研究，且未专门针对社会经济地位（SES）的影响进行设计。研究通常使用单一指标衡量SES，并且仅包含少数协变量，限制了数据的质量和普遍性。此外，很少有研究专注于脑内出血（ICH），而在LMIC中，ICH的发生率较高。为填补这些空白，我们在2019年至2021年间对乌兰巴托6个城区16岁及以上的成年人进行了基于人群的研究。根据2021年全球脑内出血负担研究，蒙古国的中风发病率全球最高，尤其是脑内出血，其年龄标准化发病率（每10万人153.3例）、死亡率（每10万人98.1例）和残疾调整寿命（每10万人2174.5年）均位居世界前列。脑内出血的高发病率归因于高血压的高发率，而高血压与过量摄入盐分和酒精、空气污染以及水果和蔬菜摄入不足有关。

**方法详细信息**
个人去标识化数据可在符合蒙古个人数据保护法的前提下，通过澳大利亚新南威尔士州悉尼乔治全球健康研究所的研究办公室的适当研究协议和数据访问协议，向合格的研究人员提供。

**研究人群**
该研究是一项基于人群的前瞻性发病率研究，共纳入3803例中风患者，这些患者来自蒙古国乌兰巴托6个城区（总人口人年数N=1,896,965），研究时间为2019年1月1日至2020年12月31日。所有中风病例均通过多个来源（住院患者、门诊患者和死亡患者）的监测，采用标准化诊断标准确定。研究获得了所有注册参与者的社会人口统计学特征、病史、临床特征、转运至医院的情况及住院期间的治疗结果等信息。这些信息在患者接到通知后尽快由医院医生录入研究数据库，并由研究人员核查原始文件。

**统计分析**
分析纳入了具有中风病史、SES和中风亚型数据的参与者。排除了841名曾患中风的参与者以及755名SES指标缺失和2名中风亚型明确的参与者。最终纳入2205名参与者。其余协变量的缺失值小于10%，因此无需进行多重插补。患者特征通过Kruskal–Wallis检验或χ2检验进行比较。年龄、性别和单变量分析中具有统计学意义的变量被纳入多元逻辑回归模型，以估计SES与所有中风亚型之间的关联；家庭规模作为额外协变量添加到家庭收入模型中。通过包含收入和教育的主效应以及所有协变量之间的交互作用来检测亚组效应的调整。当亚组变量与收入的交互作用P值<0.05时，认为存在异质性。使用广义线性混合效应模型分析SES对功能恢复轨迹的影响，同时调整了年龄、性别和时间（28天、90天和365天）。恢复轨迹以折线图形式展示，分析使用R语言的“lme4”包进行（奥地利维也纳的R Foundation for Statistical Computing）。

**中介分析**
为了区分SES对长期mRS（0–2分 vs 3–6分）的直接和间接影响，采用结构方程建模进行了平行中介分析。直接效应反映SES对结局的直接影响，间接效应反映风险因素、合并症和入院时神经功能严重程度所能解释的部分影响。路径系数（β）通过最大似然法估计；SD和P值通过非参数自助法（1000次重复）获得。中介分析使用R语言的“lavaan”包进行。统计显著性阈值为P值0.05。鉴于研究的探索性质，未进行多重比较的正式校正。

**基线特征**
图S1显示了研究设计流程。共有2205名患者（平均年龄58.0±12.8岁；1330名[60.3%]为男性）纳入分析（表1）。与低收入患者相比，高收入患者年龄更年轻（低收入组：60.0±12.2岁；中等收入组：57.50±12.7岁；高收入组：55.0±13.2岁），结婚率更高，入院时为中度至重度中风的可能性更低，患有高血压和高胆固醇的概率更低。受教育程度较高的患者也有类似趋势。大多数患者诊断为缺血性中风（54.6%），其次是脑内出血（34.4%）和蛛网膜下腔出血（11.1%）。入院时，16.7%的参与者mRS评分在0至1分之间，美国国立卫生研究院中风量表的中位数为6分（四分位数范围3–13分）。

**表1：28天、90天和365天的随访结果总结**根据家庭收入和教育水平划分的患者基线特征

变量 总计（N=2205）
家庭收入 低（n=798） 中等（n=772） 高（n=635）
教育水平 低（n=118） 中等（n=1119） 高（n=968）

社会人口学特征
年龄（岁），平均值±标准差 58.0±12.8 60.0±12.2 57.5±12.7 5.0±13.2 7.5±13.9 5.0 (12.0)
男性比例 1330/2205 (60.3) 479/798 (60.0) 459/772 (59.5) 392/635 (61.7) 61/118 (51.7) 654/1119 (58.4) 615/968 (63.5)
婚姻状况 离婚/丧偶 394/2202 (17.9) 242/796 (30.4) 94/771 (12.2) 58/635 (9.1) 49/118 (41.5) 192/1117 (17.2) 153/967 (15.8)
已婚 1553/2202 (70.5) 449/796 (56.4) 606/771 (78.6) 498/635 (78.4) 47/118 (39.8) 793/1117 (71.0) 713/967 (73.7)
单身 255/2202 (11.6) 105/796 (13.2) 71/771 (9.2) 79/635 (12.4) 22/118 (18.6) 132/1117 (11.8) 101/967 (10.4)

血管危险因素
体重指数（平均±标准差） 26.4±4.2 25.9±4.5 26.6±3.9 26.7±4.2 25.5±4.5 26.1±4.3 26.6±4.1
高血压 1350/2088 (64.7) 552/740 (74.6) 468/738 (63.4) 330/610 (54.1) 91/106 (85.8) 683/1059 (64.5) 576/923 (62.4)
高胆固醇 103/2200 (4.7) 27/796 (3.4) 48/769 (6.2) 28/635 (4.4) 7/118 (5.9) 27/1116 (2.4) 69/966 (7.1)
糖尿病 278/2200 (12.6) 102/796 (12.8) 105/769 (13.7) 71/635 (11.2) 12/118 (10.2) 128/1116 (11.5) 138/966 (14.3)
心房颤动 96/2200 (4.4) 27/796 (3.4) 33/769 (4.3) 36/635 (5.7) 7/118 (5.9) 44/1116 (3.9) 45/966 (4.7)
吸烟 589/2200 (26.8) 217/796 (27.3) 209/769 (27.2) 163/635 (25.7) 25/118 (21.2) 314/1116 (28.1) 250/966 (25.9)
定期饮酒 527/2200 (24.0) 185/796 (23.2) 186/769 (24.2) 156/635 (24.6) 24/118 (20.3) 288/1116 (25.8) 215/966 (22.3)

入院时的NIHSS评分（中位数（四分位数范围） 6.0 (3.0–13.0) 6.0 (3.0–11.0) 6.0 (3.0–13.0) 5.0 (2.0–13.0) 7.0 (4.0–13.0) 6.0 (3.0–15.0) 5.0 (3.0–11.0)
发病前功能状态估计 1368/2205 (16.7) 98/798 (12.3) 121/772 (15.7) 149/635 (23.5) 12/118 (10.2) 148/1119 (13.2) 208/968 (21.5) 2557/2205 (25.3) 205/798 (25.7) 211/772 (27.3) 141/635 (22.2) 24/118 (20.3) 302/1119 (27.0) 231/968 (23.9) 3405/2205 (18.4) 185/798 (23.2) 123/772 (15.9) 97/635 (15.3) 27/118 (22.9) 206/1119 (18.4) 172/968 (17.8) 4399/2205 (18.1) 149/798 (18.7) 136/772 (17.6) 114/635 (18.0) 25/118 (21.2) 187/1119 (16.7) 187/968 (19.3) 5476/2205 (21.6) 161/798 (20.2) 181/772 (23.4) 134/635 (21.1) 30/118 (25.4) 276/1119 (24.7)
降压药使用 1557/2180 (71.4) 590/786 (75.1) 543/762 (71.3) 424/632 (67.1) 96/117 (82.1) 778/1107 (70.3) 683/956 (71.4)

中风亚型
缺血性中风 1203/2205 (54.6) 452/798 (56.6) 430/772 (55.7) 321/635 (50.6) 68/118 (57.6) 600/1119 (53.6) 535/968 (55.3)
脑内出血 758/2205 (34.4) 283/798 (35.5) 256/772 (33.2) 219/635 (34.5) 47/118 (39.8) 405/1119 (36.2)
蛛网膜下腔出血 244/2205 (11.1) 63/798 (7.9) 86/772 (11.1) 95/635 (15.0) 3/118 (2.5) 114/1119 (10.2) 127/968 (13.1)

**注：**
- 表中数据分为几部分，每部分对应不同的家庭收入和教育水平组。
- some values are missing due to statistical limitations or not provided in the original text.
- Tables and figures are referenced with appropriate labels for easy reference.

**家庭收入与教育水平对患者预后的影响**
患者的高家庭收入和教育水平与不良功能结果的风险较低。这种关联在28天、90天和365天的随访中都保持一致（数据见表S2和图1）。具体来说，对于缺血性中风患者，高家庭收入组的不良功能结果风险降低（aOR分别为0.70 [95% CI, 0.52–0.95]和0.41 [95% CI, 0.30–0.58]）。教育水平对预后的影响也类似。

**社会经济地位（SES）与功能结果的关联**
家庭收入较高的患者在中风后28天时出现不良功能结果的可能性较低，且这种趋势在后续时间点（30天、90天、365天）仍然存在。这种关联在严重残疾（mRS评分3–5）、EuroQol-5维度3水平以及死亡风险上也表现得同样明显（数据见表S2和图1）。

**家庭收入和教育水平的中介作用**
家庭收入和教育水平的中介效应表明，它们在中风后的恢复过程中起到了一定作用。其中，教育水平的间接效应（β=?0.099 [95% CI, ?0.156 to ?0.045]）对总效应有显著贡献，而家庭收入的间接效应（β=?0.219 [95% CI, ?0.284 to ?0.147]）也对总效应有显著影响。此外，BMI、高血压、高胆固醇和糖尿病等因素也对恢复有影响。由于蒙古是一个医疗资源有限的低收入中等发展中国家（LMIC），收入差异可能导致中风后的结果差异比西方国家更为严重。此外，虽然以往关于社会经济地位（SES）的研究通常使用单一测量点，并且很少跟踪患者在中风恢复过程中的残疾变化，但我们的研究采用了多次评估方法，来研究SES在12个月随访期内对中风恢复的影响，以及不同SES类型患者恢复情况的差异。我们的中介分析表明，SES与功能结果之间的关联主要是由SES因素本身驱动的。这可能是因为在LMIC中，许多患者在中风以及其他慢性疾病后面临社会经济贫困，受到并发症、神经功能障碍、健康素养低以及获得包括康复服务在内的医疗服务有限的影响。5, 26, 27 接受护理的差异再次强调了医疗服务提供者需要采取包容性策略，以解决社会经济障碍。具体来说，中风预防计划应针对高风险和低SES群体制定，通过改善预防性护理和健康教育的可及性、促进更健康的生活方式以及确保公平获得护理和康复服务来实现这一目标。

我们研究的优势在于基于大规模人群的设计和对功能结果的全面评估，确保了结果的可靠性和有效性，这些结果可以推广到其他类似LMIC人群。然而，也应注意一些局限性。首先，某些数据（如与血管风险因素相关的数据）是自我报告的，这可能会引入回答者偏差，这或许可以解释为什么SES指标与中风结果之间的关联并未受到血管风险因素的中介作用。其次，由于COVID-19疫情的影响，28天、90天和365天时的功能结果随访是通过电话采访进行的，缺乏对结果的物理检查，可能会导致估计不准确。第三，多重检验会增加误判的概率，因此我们必须谨慎解读我们的结果。

总之，我们在蒙古进行的人口基础研究中发现，SES较高的患者在中风后的功能恢复情况更好，无论是缺血性中风还是出血性中风（ICH）。此外，SES直接且显著地影响了中风的结果。

**资金来源**
本项工作得到了英国国家健康与医学研究委员会（NHMRC） investigator grant APP1195237 的支持。

**致谢**
本手稿的撰写得到了蒙古教育、文化和科学部科学技术基金会以及乔治全球健康研究所资助的蒙古中风发病率数据的支持。作者感谢参与者和合作研究小组对本研究的宝贵贡献。C.S.A. 和 X.W. 获得了澳大利亚国家健康与医学研究委员会的奖学金资助。